七姐妹 DANCe IV. 贝叶斯层次模型

目的。我们开发、测试并刻画了一种用于筛选与分析近邻年轻疏散星团（NYOC）成员的新统计工具（智能系统）。方法。该统计工具利用贝叶斯形式体系，能够获得控制星团模型的参数后验分布；其还使用层次贝叶斯模型建立弱信息先验，并包含对缺失值与非同质（异方差）观测误差的处理。结果。由模拟估计，该统计工具给出的星团成员运动学（自行）与测光（光度）分布的污染率为 $5.8 \pm 0.2$ %。光度分布与现今天质量函数在与 Bouy 等人 (2015b) 巡天完备区间一致。在最大精度概率阈值下，该分类器恢复了 Bouy 等人 (2015b) 约 90% 的候选成员并发现 10% 的新成员。结论。引入、测试并刻画了一种用于 NYOC 分析的新统计工具。其对数据属性的全面建模使其得以消除以往工作中的偏差，特别是仅使用完全观测（非缺失）数据以及同方差误差假设所带来的偏差。此外，其贝叶斯框架使其能将观测误差恰当地传播到成员概率及星团速度与光度分布中。我们的结果与文献总体一致，尽管我们提供了最新且最扩展的昴星团候选成员列表。